基于视觉识别的智能翻译机器人人机交互系统研究 |
| |
引用本文: | 王馨悦,周小天.基于视觉识别的智能翻译机器人人机交互系统研究[J].自动化与仪器仪表,2023(5):207-211. |
| |
作者姓名: | 王馨悦 周小天 |
| |
作者单位: | 1. 西安思源学院;2. 西安博物院 |
| |
基金项目: | 2020年陕西省哲学社会科学重大理论与现实问题研究项目《分类管理背景下政府在民办高等教育发展中的角色定位研究》(2020z398); |
| |
摘 要: | 为提高智能翻译机器人人机交互的准确率,提出一种基于视觉识别的智能翻译机器人人机交互方法。方法通过采用Faster R-CNN模型提取视觉图像序列特征,并采用图结构表示提取的视觉图像序列特征,然后进行编码-解码,实现了智能翻译机器人的人机交互。仿真结果表明,所提方法提取的视觉图像特征具有较高的准确率,在ImageNet数据集上的准确率均超过80%,在MS COCO数据集上的准确率均超过70%;图结构表示准确率较高,达到80%以上。相较于基于SOTA模型和基于VLN模型的人机交互方法,所提方法无论是使用束搜索还是预搜索进行评估,其加权路径长度和错误率更小,成功率和路径长度加权成功率更高。指令匹配的成功率达到95.42%,识别准确率较高,提出方法具有一定的有效性和优越性,可用于实际智能翻译机器人人机交互。
|
关 键 词: | 视觉识别 智能翻译机器人 人机交互 Faster R-CNN模型 |
|
|